
- •Математические модели и численные методы
- •Структура погрешности при решении задачи на эвм
- •Решение уравнений с одной переменной Постановка задачи
- •Отделение корней
- •I. Графический способ отделения корней
- •II. Отделения корней программным способом.
- •Уточнение корней
- •Метод половинного деления
- •Метод хорд
- •Метод касательных
- •Метод простой итерации
- •Оценка погрешности метода итераций
- •Преобразование к итерационному виду
- •Решение системы линейных алгебраических Постановка задачи
- •Метод Гаусса
- •Метод простой итерации
- •Решение слу методом Зейделя
- •Интерполирование функций Постановка задачи
- •Интерполяционный многочлен Лагранжа
- •Интерполяционный многочлен Ньютона для равноотстоящих узлов
- •Первая интерполяционная формула Ньютона
- •Вторая интерполяционная формула Ньютона
- •Численное дифференцирование
- •Вычисление производной по определению
- •Вычисление производной на основе интерполяционного многочлена Лагранжа
- •Численное интегрирование
- •Формула трапеций
- •Формула Симпсона
- •Приближенное вычисление несобственных интегралов с бесконечными пределами
- •Аппроксимация некоторых несобственных интегралов определенными интегралами с точностью ε.
- •Упрощение подынтегральных функций
- •Приближенное вычисление несобственных интегралов от функции с бесконечным разрывом
- •Численное решение дифференциальных уравнений Основные определения и постановка задачи
- •Метод Эйлера
- •Методы Рунге-Кутта
- •Классический метод Рунге-Кутта
- •Метод наименьших квадратов Постановка задачи
- •Нахождение приближающей функции в виде линейной функции
- •Нахождение приближающей функции в виде других элементарных функций
- •Нахождение приближающей функции в виде квадратичной функции
Нахождение приближающей функции в виде линейной функции
Рассмотрим приближающую функцию в виде F(x,a,b) = ax+b.
Наша задача – отыскать значения параметров a и b.
Рассмотрим
функцию
или
Задача
сводится к отысканию минимума функции
Ф(a,b).
Используем необходимое условие
экстремума:
;
.
Учитывая,
что
,
,
получим систему вида:
Далее,
или
Выразим значения a и b из системы уравнений:
Существует
показатель, характеризующий тесноту
линейной связи между X и
Y. Это (выборочный)
коэффициент корреляции. Он вычисляется
по формуле:
Значение коэффициента корреляции всегда удовлетворяет соотношению: -1r1. Чем меньше отличается абсолютная величина r от единицы, тем ближе к линии регрессии располагаются экспериментальные точки.
Если коэффициент корреляции равен нулю, то говорят, что переменные X и Y некоррелированы.
Нахождение приближающей функции в виде других элементарных функций
1. Степенная функция: y=a xm
Прологарифмируем: ln y = ln a + m ln x
Замена: m = A, ln a = B ln y = v ln x = u
Получим функцию v = A u + B
2. Показательная функция: y=a emx
Прологарифмируем: ln y = ln a + m x
Замена: m = A, ln a = B ln y = v x = u
Получим функцию v = A u + B
3.
Дробно-линейная функция:
Откуда
Замена:
a = A,
b = B
x
= u
Получим функцию v = A u + B
4. Логарифмическая функция: y=a ln x + b
Замена: a = A, b = B y = v ln x = u
Получим функцию v = A u + B
5.
Гипербола:
Замена:
a = A,
b = B y
= v
Получим функцию v = A u + B
6.
Дробно-рациональная функция:
Откуда:
;
Замена: a = B, b = A
Получим функцию v = A u + B
Нахождение приближающей функции в виде квадратичной функции
Рассмотрим приближающую функцию в виде F(x,a,b,с) = ax2+bx+c.
Наша задача – отыскать значения параметров a, b и c.
Рассмотрим
функцию
.
Задача
сводится к отысканию минимума функции
Ф(a,b,c).
Используем необходимое условие
экстремума:
;
;
.
Учитывая,
что
,
,
,
получим систему вида:
После дальнейших преобразований
Теперь, поделив уравнения системы на n и введя обозначения:
,
получим
систему:
Программа нахождения уравнения регрессии в виде квадратного трехчлена методом наименьших квадратов: